Domingo 18 de octubre de 2026 ·

SWIFT: método de Swift para entrenar modelos de difusión más fuertes con un guía débil congelado, sin coste extra al generar imágenes

Relevancia 41 de 100

Swift, un método de entrenamiento auto-guiado, usa un denoiser débil y congelado (por ejemplo, un checkpoint temprano) para mejorar un modelo más potente. Extrapola el objetivo de regresión limpio alejándolo de la predicción débil, sin añadir coste de inferencia y manteniendo el muestreador original. En ImageNet-256, en una configuración, supera el mejor FID del baseline usando aproximadamente la mitad del cómputo total. En RAEv2 logra FID 1,15 sin guía y 0,99 con guía.

Qué significa

Entrenar modelos de imagen de alta calidad resulta más barato con esta técnica, porque según el paper iguala el mejor resultado del baseline con unas dos veces menos cómputo. Al generar, el coste no cambia.

Fuentes originales

Resumen de Hoy en IA. Pulsa una fuente para leer la noticia completa en su idioma original.

También ese día

Todas las noticias de IA del domingo 18 de octubre de 2026 ->